Python np.random.randn

Python np.random.randn

在Python的NumPy库中，np.random.randn函数是一个用来生成服从标准正态分布（均值为0，方差为1）的随机数的函数。在数据科学和机器学习中，经常需要生成随机数来进行模拟实验或者进行模型的初始化，np.random.randn函数就成为了一个常用的工具。

语法

np.random.randn(d0, d1, ..., dn)

该函数使用给定的维度创建一个形状为(d0, d1, …, dn)的数组，数组里的元素是随机选择的服从标准正态分布的随机数。

参数

• d0, d1, ..., dn：生成随机数的数组的形状

返回值

返回值是一个形状为(d0, d1, …, dn)的数组，里面的元素是服从标准正态分布的随机数。

下面我们来看一些示例代码。

示例1

import numpy as np

# 生成一个形状为(3, 4)的数组
arr = np.random.randn(3, 4)
print(arr)

运行结果：

[[-0.77301878  0.04366248 -1.18595793  0.70783868]
 [ 1.2564268   0.89433802  0.00922347 -0.4992533 ]
 [-1.31535948  0.78335754  0.29652602  1.34805919]]

示例2

import numpy as np

# 生成一个形状为(2, 2, 2)的数组
arr = np.random.randn(2, 2, 2)
print(arr)

运行结果：

[[[ 0.33611296 -2.06595241]
  [ 1.29416234 -1.37493477]]

 [[-0.69254181  0.26746001]
  [ 0.20803822 -1.22890651]]]

总结

np.random.randn是一个方便生成服从标准正态分布的随机数的函数，在数据科学和机器学习中有着广泛的应用。通过这个函数，我们可以轻松地生成符合正态分布的随机数，用于模拟实验或者模型的初始化。在实际应用中，我们可以根据需要调整数组的形状，以满足不同的需求。